构造性神经网络在测井岩性识别中的应用

测井岩性识别是石油勘探中十分重要的基础工作,准确的岩性识别结果可以为勘探和开发提供可靠的依据。人工神经网络方法可对复杂的高维数据进行非线性映射,在模式识别领域得到越来越广泛的应用。针对传统的BP神经网络算法存在收敛速度慢、隐层数以及隐层节点数难以确定等缺点,研究了一种构造性神经网络学习算法---级联算法（Cascade Correlation Algorithm,简称CC算法）及其在石油工程中的应用。采用该算法对甘肃镇原-泾川地区进行岩性识别研究,通过与BP神经网络的识别结果进行比较,体现出构造性神经网络的优越性。     

神经网络在岩性识别中的应用

将神经网络方法引入测井资料的处理和解释中,以塔里木油田某取心井为实例,进行砂岩,泥岩和灰岩的自动识别、识别结果说明了神经网络方法的有效性。     

应用反向传播神经网络进行测井对比

本文提出一个输入层为分支延迟线形式的反向传播神经网络,可以有效地利用一条或多条测井曲线进行训练,从而识别地质标志层。接下来,应用训练好的神经网络预测出研究区其它井上该标志层的位置。其后,应用与第一个神经网格结构类似的另一网络完成第二个标志层的训练和识别。在此期间,除利用测井曲线外,还要以第一个标志层的深度参考函数作为辅助输入。研究结果表明,该方法较标准剖面相关性对比技术具有更好的性能和识别能力。若在工作站上由地质家进行交互处理则其应用效果会更佳。     

卷积神经网络在岩性识别中的应用

深度学习是人工智能中的一个重要部分,卷积神经网络作为深度学习一个分支,用多层非线性计算单元可以表达高度非线性和高变度函数。提出将卷积神经网络应用于判别储层岩性的方法,构建了一个双层的卷积神经网络模型,样本回判准确率为99%。通过把卷积神经网络方法与岩石物理相方法和支持向量机方法进行对比,分析卷积神经网络方法准确率高、速度快,岩性预测具有实时性。由此证明卷积神经网络在储层岩性识别中的适用性,且准确率较高。     

BP神经网络在铀矿测井解释中的应用

应用人工神经网络对铀矿测井解释中岩性识别和孔隙度预测等问题进行了,研究,采用了一种改进的的BP算法,其方法具有收敛速度快,避免网络陷入局部最小和出现振荡现象,优化网络结构等优点,提出了一种基于统计的学习样本生成方法,使样本生成问题规范化,使用该方法生成的样本真实可靠,具有代表性,可大大提高样本质量,实际应用网络进行岩性识别和孔隙度预测,取得了令人满意的结果。     

测井岩性类比解释法及应用

利用理想的地质体积模型和电阻率测井的供电电流流过模型的导电机理,推导出一种不需要含水饱和度参数即能定量计算含水饱和度的方法,即岩性类比解释法。经过初步实践,该方法应用于砂泥岩地层的测井分析,效果良好。     

BP网络用于解释泥浆气测数据

介绍了一种人工神经网络BP算法及其在录井气测数据解释中的应用方法。该网络是基于气测解释的3H方法图版的识别,在现场进行油气层的解释,具有符合率高,速度快,并成功地编程应用于综合录井在线软件。     

碳酸盐岩储层自适应性测井评价方法及应用

针对碳酸盐岩储层储集空间类型,讨论了井壁成像测井和常规测井方法的响应特征及其适应性,在此基础上提出了自适应性定量评价方法和模型,包括孔隙度模型、渗透率模型以及饱和度模型。应用该方法对塔里木盆地奥陶系碳酸盐岩储层进行了综合评价,取得了良好的效果,证明该方法具良好的适应性。     

神经网络专家系统在预测单井日产量上的应用研究

本文全面论述了神经网络专家系统及其开发步骤,并利用所开发出的神经网络专家系统,以胜利樊家油田10口已知油井的储层参数和原油参数及单井日产量为学习样本,成功地预测了2口预测井的单井日产量。说明利用神经网络专家系统可以克服常规的统计方法和模糊方法无法正确确定各参数隶属度及权重分配的缺点,并指出通过神经网络专家系统进行油田预测的准确、快速及有效性。     

�⾮�ھ����ȶ����о��е�Ӧ�ü���չ

对井壁稳定性研究状况及泥页岩地层井壁稳定影响因素进行的大量文献调研和理论分析表明,泥页岩地层的井壁稳定性不仅与其粘土矿物组成、固有的力学性质和理化性质有关,而且取决于与之接触的钻井液,以及二者接触的时间。然而,现有的井壁稳定性测井评价软件在应用测井资料分析泥页岩地层的井壁稳定性时,将地层和钻井液人为地割裂开,都没有考虑泥页岩地层与钻井液之间的相互作用对井壁地层初始状态的改变,把测井时刻的泥页岩地层仍然示为原状地层,结果导致泥页岩地层的井壁稳定性问题始终得不到较好解决。测井是在钻井以后进行的,某一时刻的测井响应必然对应于地层与钻井液作用过程中的一个状态,这样的结果不能直接用于反映泥页岩地层固有的稳定性情况。把地层和钻井液作为一个整体来进行研究,以测井数据为基础获取原地岩石的稳定性状态将有助于井壁稳定性问题得到更好解决。测井技术的发展将为井壁稳定性的现场评价提供保障。     

���ٷǴ��������Ծ�ģ�͵���ֵ�⼰��Ӧ��

采用有限差分方法获得低渗透油层低速非西渗流有效井径数学模型的数值解；绘制了无限大地层、有限封闭地层，有限定压地层等三种外边界条件的典型曲线，讨论了曲型的曲线的特征。该新型曲型曲线用于塔里木等油田试井资料解释取得了满意的效果。     

PREDICTION OF RUNNING FORCES IN HIGH CURVATURE WELL BORES USING FINITE ELEMENT ANALYSIS AND ARTIFICIAL NEURAL NETWORK

Estimation of the vertical force at the kick-off point (k.o.p) is of major concern to field engineers involved in horizontal drilling. Prior knowledge of the level of magnitude of the vertical force assists engineers in selecting appropriate hole paths to be drilled in order to minimize the risk of pipe failure. Current methods employed to approximate the vertical force are based on simple mathematical models that are not necessarily representative of field conditions. This paper presents a new approach based on the use of Artificial Neural Network (ANN) to predict the vertical forces at the k.o.p, which is required to push pipes through curved hole sections. The artificial neural network learns the relationship between field variables and the vertical forces through generated results using a finite element package and offers a quick and efficient way of estimating vertical forces at the k.o.p for various field conditions. The effect of pipe stiffness, hole radius (build-up rate), hole roughness, and the horizontal drag force applied at the end of build (e.o.b) are investigated. The finite element analysis and ANN results showed that the running force variation at the k.o.p increases as the horizontal force, buildup rate and drag increase. The results also showed that the pipe stiffness has negligible effect on the variation of running force at high buildup rate whereas a significant effect is observed at low buildup rate.     

�⾮�����ϴ������Ԥ�⼼�����ڴ���������Ӧ��

近几年来,测井地震结合储层横向预测技术在石油、天然气勘探、开发领域受到广泛关注。如何将纵向分辨率高的测井信息与横向连续性好的地震信息有机地结合起来进行储层预测,是众多地质、物探、测井工作者探讨的焦点。四川测井公司经过数年的努力,结合川东地区的地质特点,探索了一套测井地震结合储层横向预测技术。这套技术从单井岩心资料出发,通过岩性标定测井、测井储层参数计算、储层裂缝分析及多井储层对比,精确评价储层。在此基础上,通过合成记录处理、高分辨率处理、地震速度宽带约束反演、地震特征参数分析、神经网络分析、综合判别分析及储层参数反演等一系列测井地震结合处理分析技术,最终得到各种储层参数的平面预测结果,为滚动勘探部署和储量计算与升级提供依据。到目前为止,这套技术已先后在川东地区明月峡构造带、温泉井构造、五百梯构造、渡口河构造等区域应用,取得了较好的应用效果。     

应用人工神经网络模型进行油层孔隙度、渗透率预测

本文提出了应用神经网络模型，根据测井曲线进行储层物性参数（孔隙度、渗透率）预测的方法。研究结果表明，这是一种可行的方法。